2

我想在我的 ggplot 上添加Spearman相关测试的 p.value。

我有一个数据框 Global.log.CD8.Density：

head(Global.log.CD8.Density)
  ID     Global.log.CD8.Density   Signature     Weight
IM_186         0.124566              s1       0.56427854
IM_152         5.041160              s1       0.28232970
IM_172         1.385508              s1       0.20986138
IM_148         6.067057              s1       0.42067503
IM_146         2.278153              s1       0.23883911
IM_174         5.481756              s1       0.05284056

有 7 个Signatures，s1-s7，每个ID都有不同的Weight值。我创建了一个分面点图来显示 和 之间的相关性Global.log.CD8.Density，Weight并Signature使用以下代码显示 p.value：

ggplot(Global.log.CD8.Density, 
mapping = aes(x=Weight, y=Global.log.CD8.Density))+ 
geom_point(aes(colour=Signature))+
facet_wrap(~Signature, nrow = 2)+
geom_smooth(method = "lm", se = F) +
   stat_fit_glance(method = 'lm',
                   method.args = list(formula = y~x),
                   geom = 'text',
                   aes(label = paste( "italic (p)== ", signif(..p.value.., digits = 4))),
                       label.x.npc = "right", label.y.npc = 0.10,
                       size = 3, parse=TRUE)

这粘贴了 Pearson 相关性的 p.value。我想知道是否有办法修改代码以显示 Spearman 的相关性。我知道您可以执行以下代码来获得结果：

Global.CD8.spearman <- Global.log.CD8.Density %>% 
 group_by(Signature) %>% 
 do(tidy(cor.test(.$Weight, .$Global.log.CD8.Density, method='spearman')))

ggplot(Global.log.CD8.Density, aes(Weight,Global.log.CD8.Density))+
  geom_point(aes(colour=Signature))+
  facet_wrap(~Signature, nrow = 2)+
  geom_smooth(method = "lm", se = F) +
  geom_text (data=Global.CD8.spearman, 
         aes(0.55,0.55,label = ifelse(p.value>0.05,paste( "italic (p)== ", 
                                             signif(p.value, digits = 2)),"italic (p)<0.05")),
                       size = 3, parse=TRUE)

但我想知道是否有办法修改stat_fit_glance或任何其他ggpmisc工具来获得该结果。

非常感谢

4

1 回答 1

0

感谢您报告这一问题！我已经创建了一个问题，并将在下一个“ggpmisc”版本之前考虑解决这个问题。问题是我认为对stat_fit_glance()返回的值有误解。这些列被命名为由 返回broom:glance()。我在“ggpmisc”的开发版本中添加了一个示例，以版本 0.3.0 提交给 CRAN。

于 2018-06-30T08:58:52.420 回答